La navigation autonome des systèmes robotiques mobiles a suscité un grand intérêt dans la communauté scientifique ces dernières années. Cela est principalement dû à la diversité de ses secteurs d’applications et les différents challenges qu’elle représente. En raison de l’absence d’une intervention humaine, la navigation autonome se doit être sûre, fiable et précise. Néanmoins, elle peut être sujet à différentes dégradations qui peuvent compromettre son objectif. En effet, les perturbations externes, tout comme les défauts capteurs et actionneurs, affectent les différents aspects de la navigation autonome qui sont la localisation, la planification et le suivi de trajectoire. C’est pourquoi nous consacrons cette thèse à l’étude et à la conception de nouveaux algorithmes qui contribuent à rendre le système de navigation robuste et tolérant aux défauts. Nous avons fait le choix d’utiliser des algorithmes de diagnostic de défauts capteurs et actionneurs à base de résidus, et une commande robuste par modes glissants permettant d’assurer une tolérance passive contre une classe plus large de perturbations externes, qui ne sont pas forcément bornées d’une manière uniforme. La couche de diagnostic proposée est purement informationnelle. Elle se base sur l’utilisation de deux filtres informationnels avec différents modèles d’évolution, et les divergences de Bhattacharyya et de Kullback-Leibler pour la conception des résidus. Ces résidus sont évalués via des méthodes statistiques pour permettre la détection, l’isolation et l’exclusion de défauts capteurs et actionneurs. L’approche proposée est appliquée sur des systèmes robotiques mobiles à roues avec entraînement différentiel. Les résultats expérimentaux obtenus sur la plate-forme robotique PRETIL de CRIStAL sont présentés et discutés.